论文基于弯曲高斯过程组合方法光伏出力预测是关于对写作高斯过程论文范文与课题研究的大学硕士、相关本科毕业论文高斯随机过程论文开题报告范文和相关文献综述及职称论文参考文献资料下载有帮助。
摘 要：针对光伏发电功率受多种天气因素影响造成预测难度大的现状,提出了一种基于弯曲高斯过程的混合模型,可以实现一天内任意时刻的光伏出力的概率预测,获得置信区间预测值和点预测值.该算法先由多元自适应回归样条模型实现对多维输入变量的约减,同时得到待预测值的先验数据,然后利用模糊C均值算法按天气类型对训练集数据和测试集的先验数据进行聚类,得到相似样本,再利用弯曲高斯过程模型对测试集数据进行估计,最后利用Bagging算法实现对子混合模型的集成学习,得到待预测值的区间估计和点估计.仿真及试验结果验证了该混合模型的有效性和可靠性.和高斯过程估计和BP神经网络分位数估计相比,该混合模型精度更高,实用性更强.
关键词：多元自适应回归样条；弯曲高斯过程；Bagging算法；区间预测；光伏发电
中图分类号：TM 715 文献标志码：A
A Research of Estimation of Solar Power Generation Based on
Warped Gaussian Process
CHENG Ze1,LIU Qi1,ZHANG Xia2
（1.School of Electrical and Information Engineering,Tianjin University,Tianjin 300072,China；
2.School of Civil Engineering,Qinghai Nationalities University,Xining 810007,China）
Abstract：Considering the situation that photovoltaicpower generation is affected by a variety of weather factors,a hybrid model was proposed based on warped Gaussian process to predict the power generation,where probability of photovoltaic power generation at any time in one day can be realized and prediction point and prediction interval can be obtained. Firstly,multivariate adaptive regression splines model was used to reduce multidimensional input variables,and to obtain the prior data of test. According to the type of weather,fuzzy C-means algorithm was then used to divide the training data and prior data of test,and to obtain the similar samples. The warped Gaussian process was also used to estimate the test data. Finally,bagging algorithm was used to realize the integrated study,and to obtain the prediction interval and prediction point. By the simulation and experimental results,the validity and reliability of this hybrid model was verified. The results show that the hybrid model improves both accuracy and practicability,compared with Gaussian process predictions and BP quantile regression neural network predictions.
Key words：multivariate adaptive regression splines；warped Gaussian process regression； Bagging algorithm； prediction interval；solar power generation
光伏發电在满足能源需求、减少环境污染、改善能源结构等方面发挥着重要的作用,近年来,成为继风力发电之后可再生能源发电的又一增长点,在全球迅速发展.由于日照的昼夜周期性,光伏发电是一种典型的间歇式电源,光伏发电功率受到太阳辐照强度和天气等多种因素的影响,其功率变化具有明显的随机性和波动性,这些特性将使得大规模光伏发电并网对电网造成不良影响.因此对光伏发电功率的准确预测,将对电网调度及电力系统的稳定性和安全性具有重要的意义[1-2].
现今用于短期光伏功率预测的主要算法有人工神经网络算法、分类回归算法、时间序列算法、马尔科夫链算法、小波分析算法等[3-7].虽然不同的算法都有各自的优点,但同时也存在着缺点,因此出现了将不同算法组合起来的综合预测算法.文献[8]提出将多尺度小波分解法和神经网络法组合进行光伏发电预测.文献[9]提出将GMDH神经网络和最小二乘支持向量机相结合进行光伏发电预测.文献[10]提出将PCA算法和最小二乘支持向量机算法组合进行光伏发电预测.文献[11]提出将灰色模型和BP神经网络算法组合进行光伏发电预测.目前,光伏发电预测大多是点预测,即给出某一时刻的一个确定值,但是光伏发电功率具有较大随机性,确定的点预测值很难表达预测结果的不确定,影响电网调度及电力系统的稳定性和安全性.
总结:这是一篇与高斯过程论文范文相关的免费优秀学术论文范文资料,为你的论文写作提供参考。
参考文献：
1、 上海高斯Z14型冲击式折页机调整方法 笔者根据多年来的实践经验，对上海高斯Z14型冲击式折页机折刀的调整方法做了总结，日本高斯大都市印报机的冲击式折页机也可大体照此进行调整。折刀的。
2、 基于改进高斯混合回归球磨机料位软测量 摘 要： 针对球磨机系统多模态复杂过程中的料位不确定性，球磨机振动信号存在非线性、噪声和外界干扰等问题，采用一种基于改进的高斯混合回归（GMR）。
3、 反思过程优化方法 【摘 要】 围绕教学过程探讨反思策略，阐述通过反思教学思维、合作互动、认知方法、评价等方面，不断提高教学效果。反思策略和改变教学方式有效激活 学。
4、 建筑工程高阶段设计管理方法 摘 要：建筑工程管理是决定工程质量、工程进度和成本的关键因素。优质的管理需要科学的管理方法。本文利用管理科学的相关知识和手段，从质量、进度、造价。
5、 最优分层组合方法在进口贸易预测中应用 摘要：针对进口商品具有多种类、多层次、动态变化等特点，采用一种全新的层级预测方法——最优分层组合预测法，文章利用层级间结构信息对各层独立的预测值。